Generative AI and Agricultural Productivity: Evidence from Peanut Farmers in China

In molte parti del mondo, l'agricoltura è una costante negoziazione con l'incertezza. Un agricoltore deve decidere quando seminare, quanta acqua dare e cosa fare quando una foglia diventa gialla, spesso senza avere accesso a un esperto che gli stia accanto. Per decenni, la soluzione è stata quella di fare affidamento sull'esperienza locale, sui vicini o sugli operatori di estensione governativa che viaggiano da un villaggio all'altro. Questi canali forniscono conoscenze vitali, ma sono spesso lenti, costosi da scalare o troppo generici per adattarsi alle condizioni specifiche di un singolo campo. Negli ultimi anni, i telefoni cellulari e internet hanno iniziato a colmare questo divario, offrendo un accesso istantaneo ai rapporti meteorologici e ai prezzi di mercato. Eppure, è emersa una nuova domanda: può l'intelligenza artificiale fare di più del semplice fornire fatti statici? Può un programma per computer conversare davvero con un agricoltore, comprendere il problema unico di una specifica coltura e offrire consigli che sembrino provenire da un esperto esperto? Questa è la promessa dell'intelligenza artificiale generativa, una tecnologia capace di creare risposte nuove e su misura piuttosto che limitarsi a recuperare risposte pre-scritte. Se questa tecnologia riuscirà davvero ad abbassare la barriera ai consigli esperti, potrebbe trasformare il modo in cui i piccoli agricoltori gestiscono le loro terre, potenzialmente trasformando l'incertezza in opportunità.

Un team di ricercatori della Nanjing Agricultural University si è posto l'obiettivo di testare questa promessa nel mondo reale, concentrandosi sui coltivatori di arachidi in sei province della Cina. Hanno raccolto dati da 977 nuclei familiari nel 2025, un anno che ha segnato un momento significativo per questa tecnologia in agricoltura. I ricercatori volevano sapere se l'uso di strumenti di IA generativa — applicazioni che possono chattare con gli utenti e generare consigli — cambiasse effettivamente quanta terra gli agricoltori seminavano, quanto raccoglievano e quanto fossero efficienti nell'uso delle loro risorse. Per ottenere una risposta chiara, hanno dovuto essere prudenti. Gli agricoltori che scelgono di utilizzare nuove tecnologie sono spesso diversi da quelli che non lo fanno; potrebbero essere più istruiti, avere terre migliori o essere semplicemente più disposti a correre rischi. I ricercatori hanno utilizzato un sofisticato metodo statistico per separare l'effetto della tecnologia stessa da questi altri fattori, assicurando che qualsiasi miglioramento trovato fosse realmente collegato all'uso dell'IA.

I risultati sono stati incoraggianti, ma specifici. Gli agricoltori che hanno utilizzato l'IA generativa per le loro colture di arachidi hanno piantato una superficie significativamente maggiore e hanno ottenuto una resa per unità di superficie più alta rispetto a quelli che non l'hanno utilizzata. In media, gli utenti hanno visto aumentare la produzione di arachidi e si sono sentiti abbastanza fiduciosi da espandere la propria area di semina. Tuttavia, la tecnologia non sembra aver cambiato la fondamentale efficienza dell'azienda agricola in un senso più ampio. Quando i ricercatori hanno calcolato la produttività totale dei fattori — una misura di quanto bene un'azienda agricola converta tutti i suoi input, come lavoro e fertilizzante, in output — non hanno trovato differenze significative tra utenti e non utenti. Ciò suggerisce che, sebbene l'IA abbia aiutato gli agricoltori a prendere decisioni migliori e immediate, non ha ancora rivoluzionato l'intero sistema di produzione o cambiato la tecnologia sottostante con cui vengono coltivate le arachidi.

Lo studio è andato più a fondo per capire perché si siano verificati questi guadagni. Il beneficio principale sembra essere derivato da una migliore gestione di parassiti e malattie. Gli agricoltori che utilizzano l'IA potevano identificare i problemi nelle loro colture in modo molto più rapido e accurato. Invece di aspettare che un vicino notasse una piaga o di indovinare la causa dell'appassimento delle foglie, potevano consultare l'IA, che li aiutava a diagnosticare il problema e ad applicare il trattamento giusto più velocemente. Questa velocità e precisione hanno ridotto la quantità di raccolto persa a causa delle malattie. Inoltre, la tecnologia ha aiutato gli agricoltori a utilizzare il loro lavoro in modo più efficiente. Gestendo il lavoro mentale di ricerca di informazioni e pianificazione dei compiti, l'IA ha liberato tempo affinché gli agricoltori potessero concentrarsi sul lavoro fisico nei campi. Lo studio ha rilevato che questi miglioramenti erano concentrati nell'area del controllo dei parassiti; l'IA non ha cambiato significativamente il modo in cui gli agricoltori adottavano nuove varietà di semi, nuovi fertilizzanti o nuovi macchinari per il raccolto. La tecnologia si stava dimostrando più utile per le decisioni quotidiane e ricorrenti che richiedono risposte rapide e localizzate.

Non tutti gli agricoltori hanno beneficiato allo stesso modo. Lo studio ha rivelato che i vantaggi dell'IA generativa non erano automatici; dipendevano fortemente dalle competenze e dalle circostanze del contadino. I guadagni di resa sono stati più pronunciati tra gli agricoltori che avevano già un livello di alfabetizzazione digitale più elevato, ovvero che erano a proprio agio nell'uso degli smartphone e nella navigazione tra gli strumenti digitali. Ha aiutato anche coloro che avevano precedentemente partecipato a formazione tecnica o scambiato conoscenze con altri agricoltori. Questi gruppi erano meglio equipaggiati per porre le domande giuste e interpretare i consigli dell'IA in azioni concrete. Inoltre, i benefici erano più chiari per gli agricoltori con appezzamenti di terreno più grandi e meno frammentati. Per gli agricoltori con molti piccoli appezzamenti sparsi, la tecnologia non ha prodotto lo stesso incremento di resa, suggerendo che la scala dell'azienda agricola sia importante quando si cerca di tradurre una migliore informazione in migliori risultati.

Oltre i campi, i ricercatori hanno esaminato l'impatto economico sulle famiglie. L'aumento della resa e delle aree di semina si è tradotto direttamente in un reddito più elevato per le famiglie che utilizzano la tecnologia. Interessante notare che l'IA non sembrava cambiare quanto gli agricoltori spendessero per fertilizzanti o pesticidi, né alterava il prezzo al quale vendevano le loro arachidi. Il valore derivava puramente dal coltivare di più e dal perdere meno a causa delle malattie. Guardando al futuro, gli agricoltori che hanno utilizzato l'IA hanno espresso un forte desiderio di continuare a usarla, in particolare per compiti che accadono spesso, come la scelta dei semi, la gestione dell'acqua e il controllo dei livelli di parassiti. Erano meno entusiasti di usarla per grandi decisioni una tantum, come l'acquisto di macchinari pesanti o la lavorazione del raccolto dopo che è stato raccolto. Ciò suggerisce che gli agricoltori vedono la tecnologia come un potente assistente per il ritmo quotidiano dell'agricoltura, piuttosto che come un sostituto per i grandi investimenti di capitale.

Le conclusioni offrono un quadro chiaro di dove si collochi questa tecnologia oggi. L'intelligenza artificiale generativa non è una bacchetta magica che risolve istantaneamente tutti i problemi agricoli o rivoluziona completamente il modo in cui il cibo viene prodotto. Invece, agisce come uno strumento di supporto decisionale altamente efficace che colma una lacuna critica: il bisogno di consigli tempestivi e localizzati. Aiutando gli agricoltori a individuare i problemi precocemente e a gestire meglio il proprio lavoro, può aumentare la produzione e il reddito, ma solo se gli agricoltori possiedono le competenze per usarlo e la struttura del terreno per sostenerlo. Lo studio suggerisce che il futuro della tecnologia agricola non risiede solo nella costruzione di algoritmi più intelligenti, ma nell'accoppiarli con l'istruzione umana e una migliore infrastruttura. Se gli agricoltori possono essere istruiti per lavorare efficacemente con questi nuovi strumenti digitali, e se la terra che coltivano è organizzata in modo da consentire una gestione efficiente, allora l'IA generativa potrebbe diventare una parte standard del kit di attrezzi per i piccoli agricoltori, trasformando l'informazione da una risorsa scarsa in un alleato affidabile.